Recommendation: Ethical frameworks of informed consent in the age of pediatric precision medicine — R1/PR5
Notice bibliographique
Résumé
Precision medicine is an emergent medical paradigm that uses information technology to inform the use of targeted therapies and treatments. One of the first steps of precision medicine involves acquiring the patient’s informed consent to protect their rights to autonomous medical decision-making. In pediatrics, there exists mixed recommendations and guidelines of consent-related practices designed to safeguard pediatric patient interests while protecting their autonomy. Here, we provide a high-level, clinical primer of (1) ethical informed consent frameworks widely used in clinical practice and (2) promising modern adaptations to improve informed consent practices in pediatric precision medicine. Given the rapid scientific advances and adoption of precision medicine, we highlight the dual need to both consider the clinical implementation of consent in pediatric precision medicine workflows as well as build rapport with pediatric patients and their substitute decision-makers working alongside interdisciplinary health teams.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,093 | 0,524 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,008 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,006 | 0,007 |
| Communication savante | 0,016 | 0,018 |
| Science ouverte | 0,012 | 0,009 |
| Intégrité de la recherche | 0,074 | 0,033 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,140 | 0,129 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».